文档章节

HiveQL计算连续天数问题

K_Zhiqiang
 K_Zhiqiang
发布于 2017/08/10 10:59
字数 826
阅读 38
收藏 0

现有商户每日交易汇总数据文件merch_trade_stat.txt,如下:(三列数据以','分隔,分别是商户ID、交易日期、日交易金额)

[root@node1 ~]$ more merch_trade_day_stat.txt
1,2017-07-01,100
1,2017-07-02,200
1,2017-07-03,300
1,2017-07-04,400
1,2017-07-05,500
1,2017-07-06,600
1,2017-07-07,40
1,2017-07-08,800
1,2017-07-09,900
1,2017-07-10,50
1,2017-07-11,100
1,2017-07-12,80
1,2017-07-13,300
1,2017-07-14,400
1,2017-07-15,500
2,2017-07-01,100
2,2017-07-02,200
2,2017-07-03,300
2,2017-07-04,60
2,2017-07-05,500
2,2017-07-06,600
2,2017-07-07,40
2,2017-07-08,800
2,2017-07-09,900
2,2017-07-10,50
2,2017-07-11,100
2,2017-07-12,80
2,2017-07-13,300
2,2017-07-14,400
2,2017-07-15,500

计算出每个商户日交易金额不小于100的最大连续天数:

hive> CREATE TABLE merch_trade_day_stat(
    >     merch_id string COMMENT '商户ID',
    >     date_key string COMMENT '交易日期',
    >     tx_amt int COMMENT '日交易金额'
    > ) ROW FORMAT DELIMITED
    >  FIELDS TERMINATED BY ',';
OK
Time taken: 0.375 seconds
hive> load data local inpath 'merch_trade_day_stat.txt' into table merch_trade_day_stat;
Loading data to table default.merch_trade_day_stat
Table default.merch_trade_day_stat stats: [numFiles=1, totalSize=443]
OK
Time taken: 0.45 seconds
hive> select * from merch_trade_day_stat;
OK
1	2017-07-01	100
1	2017-07-02	200
1	2017-07-03	300
1	2017-07-04	400
1	2017-07-05	500
1	2017-07-06	600
1	2017-07-07	40
1	2017-07-08	800
1	2017-07-09	900
1	2017-07-10	50
1	2017-07-11	100
1	2017-07-12	80
1	2017-07-13	300
1	2017-07-14	400
1	2017-07-15	500
2	2017-07-01	100
2	2017-07-02	200
2	2017-07-03	300
2	2017-07-04	60
2	2017-07-05	500
2	2017-07-06	600
2	2017-07-07	40
2	2017-07-08	800
2	2017-07-09	900
2	2017-07-10	50
2	2017-07-11	100
2	2017-07-12	80
2	2017-07-13	300
2	2017-07-14	400
2	2017-07-15	500
Time taken: 0.069 seconds, Fetched: 30 row(s)
hive> select a.merch_id,
    >        max(a.continue_days) as max_continue_days
    >     from(select a.merch_id,
    >                 count(a.date_key) as continue_days
    >             from(select merch_id,
    >                         date_key,
    >                         date_sub(date_key, row_number() over(partition by merch_id order by date_key)) as tmp_date
    >                     from merch_trade_day_stat
    >                     where tx_amt >= 100
    >                 ) a
    >             group by a.merch_id, a.tmp_date
    >         ) a
    >     group by a.merch_id;
Query ID = bd_20170810104913_29569c95-1110-4ed4-906e-b09ba6712ac7
Total jobs = 2
Launching Job 1 out of 2
Number of reduce tasks not specified. Estimated from input data size: 1
In order to change the average load for a reducer (in bytes):
  set hive.exec.reducers.bytes.per.reducer=<number>
In order to limit the maximum number of reducers:
  set hive.exec.reducers.max=<number>
In order to set a constant number of reducers:
  set mapreduce.job.reduces=<number>
Starting Job = job_1499860627544_0066, Tracking URL = http://ali-bj01-tst-cluster-004.xiweiai.cn:8088/proxy/application_1499860627544_0066/
Kill Command = /mnt/bd/software/hadoop/hadoop-2.6.2/bin/hadoop job  -kill job_1499860627544_0066
Hadoop job information for Stage-1: number of mappers: 1; number of reducers: 1
2017-08-10 10:49:18,583 Stage-1 map = 0%,  reduce = 0%
2017-08-10 10:49:24,792 Stage-1 map = 100%,  reduce = 0%, Cumulative CPU 1.26 sec
2017-08-10 10:49:29,929 Stage-1 map = 100%,  reduce = 100%, Cumulative CPU 2.85 sec
MapReduce Total cumulative CPU time: 2 seconds 850 msec
Ended Job = job_1499860627544_0066
Launching Job 2 out of 2
Number of reduce tasks not specified. Estimated from input data size: 1
In order to change the average load for a reducer (in bytes):
  set hive.exec.reducers.bytes.per.reducer=<number>
In order to limit the maximum number of reducers:
  set hive.exec.reducers.max=<number>
In order to set a constant number of reducers:
  set mapreduce.job.reduces=<number>
Starting Job = job_1499860627544_0067, Tracking URL = http://ali-bj01-tst-cluster-004.xiweiai.cn:8088/proxy/application_1499860627544_0067/
Kill Command = /mnt/bd/software/hadoop/hadoop-2.6.2/bin/hadoop job  -kill job_1499860627544_0067
Hadoop job information for Stage-2: number of mappers: 1; number of reducers: 1
2017-08-10 10:49:40,581 Stage-2 map = 0%,  reduce = 0%
2017-08-10 10:49:44,691 Stage-2 map = 100%,  reduce = 0%, Cumulative CPU 0.74 sec
2017-08-10 10:49:49,826 Stage-2 map = 100%,  reduce = 100%, Cumulative CPU 1.93 sec
MapReduce Total cumulative CPU time: 1 seconds 930 msec
Ended Job = job_1499860627544_0067
MapReduce Jobs Launched:
Stage-Stage-1: Map: 1  Reduce: 1   Cumulative CPU: 2.85 sec   HDFS Read: 9593 HDFS Write: 321 SUCCESS
Stage-Stage-2: Map: 1  Reduce: 1   Cumulative CPU: 1.93 sec   HDFS Read: 6039 HDFS Write: 8 SUCCESS
Total MapReduce CPU Time Spent: 4 seconds 780 msec
OK
1	6
2	3
Time taken: 37.05 seconds, Fetched: 2 row(s)

© 著作权归作者所有

共有 人打赏支持
上一篇: Git教程
下一篇: HBase-1.1.10表备份
K_Zhiqiang
粉丝 0
博文 22
码字总数 12098
作品 0
海淀
程序员
私信 提问
sql技巧(三)在线时长|最大连续登陆天数

1.在线时长 正常的游戏有登录和登出但是我们想计算下在线时长,这就涉及到根据登陆表的登录时间查找登出时间的问题,基本的原理是登陆表和登出表进行匹配,查找离一条登录记录最近的登出时间...

洛水青柳2017
2017/11/06
0
0
oracle计算连续登陆/上班天数

现在有一个计算用户连续上班天数的报表,发现通过用row_number分析函数可以完美计算这个问题。 这个SQL可以解决计算用户连续登陆、签到、上班、旷工等问题。 首先将row_number按照日期排序 ...

zxf261
2016/07/21
0
0
算法:如何计算当月签到最大天数?

其实这个问题有2个子问题: 1.如果我有一张表,有个字段叫做InsertTime,插入时间,插入时间一天可能有多个,假设我现在要统计一个月的个数,比如1号有2条记录,2号有3条记录,那么总共只算2...

KMSFan
2016/10/29
313
1
指数级加速架构搜索:CMU提出基于梯度下降的可微架构搜索方法

  选自arXiv   作者:刘寒骁、Karen Simonyan、杨一鸣   机器之心编译      寻找最优神经网络架构的任务通常需要机器学习专家花费大量时间来完成,最近人们提出的自动架构搜索方法...

机器之心
06/27
0
0
可能是github上第一款Vue全家桶+Typescript的完整项目

vue-ts-daily 基于Vue.js的2.5.13版本和TypeScript编写的模仿原生应用的WebApp. 👉项目演示地址欢迎star✨ ps: 服务器不在内地,加载可能慢点... 建议直接添加到主屏幕(ios端体验差一些). ...

寻找海蓝96
05/17
0
0

没有更多内容

加载失败,请刷新页面

加载更多

小白带你认识netty(三)之NioEventLoop的线程(或者reactor线程)启动(一)

在第一章中,我们看关于NioEventLoopGroup的初始化,我们知道了NioEventLoopGroup对象中有一组EventLoop数组,并且数组中的每个EventLoop对象都对应一个线程FastThreadLocalThread,那么这个...

天空小小
57分钟前
0
0
PHP动态扩展Redis模块

查看已有模块 [root@test-a ~]# /usr/local/php/bin/php -m[PHP Modules]bz2Core...zlib[Zend Modules] 下载包,解压,生成configure文件 [root@test-a ~]# cd /usr/local/src/[ro......

野雪球
今天
1
0
在Ignite中使用线性回归算法

在本系列前面的文章中,简单介绍了一下Ignite的机器学习网格,下面会趁热打铁,结合一些示例,深入介绍Ignite支持的一些机器学习算法。 如果要找合适的数据集,会发现可用的有很多,但是对于...

李玉珏
今天
2
0
Mybatis应用学习——简单使用示例

1. 传统JDBC程序中存在的问题 1. 一个简单的JDBC程序示例: public class JDBCDemo {public static void main(String[] args) {Connection con=null;PreparedStatement statemen...

江左煤郎
今天
2
0
使用JavaScript编写iOS应用业务逻辑

JSAUIKitCocoa使你可以使用JavaScript编写对性能要求不高但可能变动性很大的iOS应用的业务逻辑部分,View组件、需要多线程支持的Model等则直接使用原生对象。 编写方式与React Native相似,但...

neal01
今天
4
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部